II.10Разработка и эксплуатация AI/ML-систем

DreamZero-SO101 — адаптер LoRA для роботизированной руки SO-101, созданный на базе DreamZero с Wan-AI/Wan2.1-I2V-14B-480P. Модель принимает изображение с камеры и текстовое описание задачи, затем совместно предсказывает 24 будущих действия по шести суставам и 33 видеокадра предполагаемого выполнения. Для согласованного прогнозирования действий и видео используется flow matching; базовая архитектура — DiT с 14 млрд параметров. Модель предназначена для экспериментов с мировыми моделями в робототехнике, предварительной настройки политики манипуляции SO-101 и визуализации предполагаемого выполнения задачи перед запуском. Обучена на наборе whosricky/so101-megamix-v1: 400 эпизодов и 8 задач; предсказания ограничены короткими видеоклипами примерно на секунду при 30 кадрах в секунду и исходным разрешением 320×176. Лицензия — Apache-2.0.

Lanni-ni/dynamic_alibi_2_4_256_babylm_10m_seed43_epoch7 — небольшая модель генерации текста, опубликованная пользователем Lanni-ni на Hugging Face и предназначенная для работы через библиотеку Transformers. По идентификатору модели можно предположить связь с подходом dynamic ALiBi и семейством BabyLM, однако README не содержит подтверждённого описания архитектуры, обучающих данных или разработчиков. Модель имеет около 15 млн параметров и подходит для экспериментов с генерацией и продолжением текста, тестирования компактных языковых моделей и исследовательских прототипов, где важны небольшой размер и низкие требования к ресурсам. Поддерживаемые языки, размер контекста, точная архитектура, лицензия и результаты оценки в доступных данных не определены. README почти полностью состоит из автоматически сгенерированного шаблона и не предоставляет инструкций по применению, сведений о качестве, ограничениях или безопасности. Поэтому модель следует использовать преимущественно в исследовательских и экспериментальных сценариях, а результаты проверять перед применением в пользовательских или критически важных системах.

Lanni-ni/dynamic_alibi_2_4_256_inverse_babylm_10m_seed44_epoch9 — небольшая модель генерации текста, опубликованная пользователем Lanni-ni на Hugging Face и предназначенная для запуска через библиотеку Transformers. По идентификатору модели она связана с экспериментом BabyLM объёмом около 10M параметров и использует вариант механизма позиционного кодирования Dynamic ALiBi; метаданные указывают размер модели 14,7 млн параметров. Модель может применяться для авторегрессионного продолжения текста, простых экспериментов с языковым моделированием и изучения влияния позиционных представлений в компактных Transformer-моделях. Поддерживаемая модальность — текст; pipeline Hugging Face — text-generation. Язык, длина контекста, точная архитектура, разработчик, обучающие данные, результаты оценки и лицензия в доступных материалах не описаны. Из-за небольшого размера модель, вероятно, подходит прежде всего для исследовательских и учебных экспериментов, локального тестирования и ресурсоограниченных сценариев, а не для сложной генерации или production-применений. README не содержит результатов тестирования, сведений о рисках и рекомендаций по использованию.

Lanni-ni/dynamic_alibi_4_6_384_babylm_10m_seed44_epoch4 — небольшая модель генерации текста для библиотеки Transformers. По идентификатору модели можно заключить, что она связана с архитектурой или экспериментом dynamic ALiBi и обучением на базе BabyLM; в метаданных указано 27,6 млн параметров. Разработчик, точная архитектура, языки, обучающие данные и контекст модели в доступных материалах не описаны. Модель предназначена для авторегрессионной генерации текста и может использоваться в экспериментах с языковым моделированием, сравнении вариантов позиционного кодирования и исследовании компактных моделей. Pipeline-тег Hugging Face — text-generation, библиотека — Transformers. Результаты оценки, рекомендации по применению, сведения о лицензии и подробности обучения отсутствуют, поэтому модель следует рассматривать как экспериментальную и не использовать для критически важных решений или задач, требующих проверенной точности.

Небольшая модель для генерации текста, опубликованная пользователем или организацией Lanni-ni на Hugging Face. Модель доступна через библиотеку Transformers и содержит около 27,6 млн параметров; в метаданных она отмечена задачей text-generation и тегом dynamic_forgetting. Идентификатор также содержит обозначения inverse_babylm_100m и seed44_epoch5, однако README не раскрывает их точное значение. Модель может использоваться для экспериментов с генерацией текста, изучения методов динамического забывания и создания компактных прототипов на базе Transformers. Подходит для локального запуска и исследовательских сценариев, где важны небольшой размер и возможность быстро проверять варианты обучения. README не содержит сведений о разработчиках, языках, архитектуре, длине контекста, обучающих данных, оценках качества или лицензии. Поэтому нельзя надёжно определить поддерживаемые языки, фактические характеристики генерации и разрешённые условия использования.

Escarda-86M — компактная авторегрессионная языковая модель примерно на 103,6 млн параметров, созданная разработчиком Quazim0t0 с нуля. Это плотный декодер SpikeWhaleLM на базе Transformers, обученный на наборе HuggingFaceFW/fineweb-edu; модель предназначена для генерации текста и диалогов в формате ChatML, в том числе на ноутбуке или CPU. Контекст составляет 4096 токенов, словарь токенизатора SpikeTokenizer — 16 512 токенов. Карточка указывает английский язык; модель использует текстовый ввод и генерирует текст. Архитектура включает Multi-head Latent Attention, память n-грамм Engram, Hyper-Connections и блок уточнения HRM; при обучении также применялись дополнительные цели JEPA и предсказание нескольких токенов. В опубликованных оценках заметны отдельные сильные результаты на BLiMP и некоторых типах арифметики, однако на ряде стандартных тестов результаты близки к случайному угадыванию. Это очень маленькая модель, поэтому её возможности в знаниях, рассуждении и следовании инструкциям ограничены. Лицензия — Apache-2.0.

tiny-random/falcon-h1 — небольшая случайно инициализированная модель для отладки, созданная на основе конфигурации tiiuae/Falcon-H1-34B-Instruct. Репозиторий использует библиотеку Transformers и совместим с интерфейсом AutoModelForCausalLM и задачей генерации текста. Модель предназначена прежде всего для проверки загрузки, конфигурации и программного кода, а не для практического создания качественных текстов: её параметры инициализированы случайными значениями. Архитектура основана на Falcon H1 и сочетает слои self-attention с компонентами Mamba. В конфигурации указаны 2 скрытых слоя, размер скрытого представления 8, промежуточный размер 64, 8 attention-голов и 4 key-value головы. Размер словаря составляет 261120 токенов. Поддержка языков, размер контекстного окна и дополнительные модальности в README не указаны. Модель очень компактна и удобна для отладки интеграций и быстрого тестирования, однако из-за случайной инициализации не обладает содержательными языковыми знаниями и не предназначена для продуктивного применения. Для загрузки рекомендуется использовать trust_remote_code и тип данных bfloat16. Лицензия в предоставленных данных не указана.

G0-nano-base — компактная языковая модель AZERDSQ с 62,1 млн параметров, обученная с нуля. Это декодерный Transformer в стиле Llama с причинным языковым моделированием; модель принимает текст и продолжает его, предсказывая следующие токены. Она предназначена для генерации и завершения текста, а не для диалогов и выполнения инструкций. Модель обучали примерно на 1,5 млрд токенов англоязычных веб-текстов и книг. Максимальная длина контекста — 1024 токена. Разработчик демонстрирует запуск через Transformers; для загрузки требуется разрешить пользовательский код репозитория. Лицензия — Apache-2.0. Небольшой размер позволяет обучать и запускать модель на скромном оборудовании, включая NVIDIA Jetson с 8 ГБ объединённой памяти. Из-за размера модель часто ошибается в фактических сведениях; она не обучена следовать инструкциям, не поддерживает формат чата, а пользовательская реализация не поддерживает пакетный инференс с дополненными последовательностями. Не следует полагаться на её ответы в важных решениях.

treadon/gemma4-E2B-it-Abliterated-AND-Disinhibited-USE-THIS — экспериментальная производная Gemma 4 E2B IT от автора treadon. В модели последовательно удалены два направления активаций, связанные с отказами на запросы и нейтральными уклончивыми ответами; автор описывает изменения как две ранговые абляции без дополнительного обучения и данных. Архитектура — плотная Gemma4ForConditionalGeneration, веса опубликованы в формате safetensors. Модель принимает текст и изображения и генерирует текстовые ответы; поддерживает диалоговый режим. Модель предназначена для исследований отказов, склонности к уклончивости и их взаимодействия, а также для изучения ответов на спорные или ограниченные темы. Она может отвечать на запросы, на которые исходная модель отказала бы, и чаще выражает определённую позицию. Удаление отказов снижает защиту от опасных запросов, а подавление нейтральности приводит к чрезмерной уверенности даже там, где уместна осторожность. Автор не рекомендует развёртывать её в публичном чат-боте без собственной системы безопасности. Лицензия — Gemma. Базовая модель: google/gemma-4-E2B-it.

GLM-5.2-FP8-Uncensored — это исследовательская версия GLM-5.2 от Z.ai, подготовленная zandenAI. В исходной модели используется архитектура Mixture-of-Experts с 754 млрд параметров. В этой версии методом directional ablation удалено линейное направление отказа из выходных проекций внимания; затем проведена целевая донастройка, чтобы сохранить категорический отказ на запросы, связанные с сексуальной эксплуатацией несовершеннолетних. Модель распространяется как статические веса в формате safetensors и предназначена для генерации текста и диалогов. Модель предназначена для исследований интерпретируемости и механизмов отказа, оценки безопасности и red teaming. В карточке указаны английский и китайский языки. Автор приводит результаты оценки на задачах рассуждения и науки, однако сравнение с исходной GLM-5.2 опирается на опубликованные Z.ai показатели, а не на повторный запуск исходной модели. Это экспериментальный исследовательский артефакт с существенно сниженным отказом по большинству категорий; возможны опасные и запрещённые ответы, остаточные отказы, уклончивые формулировки и уязвимость к jailbreak. Доступ к весам ограничен и требует подтверждения условий использования. Автор указывает лицензию MIT для исходной модели, но условия самой производной версии также включают ограничения на использование и предупреждение об отсутствии гарантий безопасности; перед применением следует свериться с условиями доступа и лицензией репозитория.

GO-1 Air — облегчённая робототехническая модель Team AgiBot-World, предварительно обученная на наборе данных AgiBot World. Это модель Vision-Language-Action на базе InternVL 2.5-2B; версия Air не включает Latent Planner. Она предназначена для робототехнических сценариев, а карточка предлагает дообучать её на симуляционных бенчмарках или пользовательских наборах данных. В метаданных указана архитектура GO1Model семейства GO-1 и формат весов safetensors. Модель доступна по лицензии CC BY-NC-SA 4.0, которая ограничивает коммерческое использование. README не уточняет поддерживаемые языки, размер контекста и конкретные выходы модели.

xiulinyang/GPT2_DE_20000 — языковая модель семейства GPT-2, представленная в виде GPT2LMHeadModel и предназначенная для генерации текста. Согласно карточке, модель обучена с нуля на неизвестном наборе данных; README сообщает результат оценки: loss 4,2294 и accuracy 0,2857. Модель работает с текстом и имеет контекстное окно 512 токенов. Она опубликована в формате Safetensors и предназначена для использования через библиотеку Transformers. Язык обучающих данных и конкретные сценарии применения в карточке не раскрыты, поэтому область применения и качество генерации нельзя надёжно уточнить. Лицензия в предоставленных данных не указана.

Карточка модели chenyanghai123/GR00T-N1.7-3B на Hugging Face совпадает с карточкой nvidia/GR00T-N1.7-3B, поэтому описание составлено по ней. NVIDIA Isaac GR00T N1.7-3B — средняя по размеру открытая базовая модель для рассуждений и управления навыками гуманоидных роботов в разных средах и при переносе между воплощениями. Она принимает RGB-кадры с камер, текстовую инструкцию, вектор проприоцептивного состояния робота и целочисленный идентификатор воплощения, а выдаёт непрерывные векторы управляющих действий. Модель содержит 3 млрд параметров и сочетает визуальные и языковые кодировщики с трансформером действий на основе flow matching; в README также указаны SigLIP2, T5 и DiT. Визуально-языковая основа GR00T N1.7 — Cosmos-Reason2-2B. Модель предназначена для манипуляций, обусловленных языковыми инструкциями, и для адаптации под конкретного робота или задачу с помощью дообучения на реальных либо синтетических данных. В карточке описаны варианты, постобученные на Bridge, DROID и LIBERO для симуляции и задач манипуляции. Входные данные и выходные действия зависят от воплощения робота; для практического внедрения требуется проверка на данных целевого сценария. README сообщает, что модель доступна для коммерческого и некоммерческого использования, но конкретная лицензия в предоставленных данных не названа.

NVIDIA Isaac GR00T N1.7-3B — средняя по размеру открытая базовая модель для рассуждений и управления навыками гуманоидных роботов в разных средах и при переносе между воплощениями. Она принимает RGB-кадры с камер, текстовую инструкцию, вектор проприоцептивного состояния робота и целочисленный идентификатор воплощения, а выдаёт непрерывные векторы управляющих действий. Модель содержит 3 млрд параметров и сочетает визуальные и языковые кодировщики с трансформером действий на основе flow matching; в README также указаны SigLIP2, T5 и DiT. Визуально-языковая основа GR00T N1.7 — Cosmos-Reason2-2B. Модель предназначена для манипуляций, обусловленных языковыми инструкциями, и для адаптации под конкретного робота или задачу с помощью дообучения на реальных либо синтетических данных. В карточке описаны варианты, постобученные на Bridge, DROID и LIBERO для симуляции и задач манипуляции. Входные данные и выходные действия зависят от воплощения робота; для практического внедрения требуется проверка на данных целевого сценария. README сообщает, что модель доступна для коммерческого и некоммерческого использования, но конкретная лицензия в предоставленных данных не названа.

Модель yingfanbot/gsm-cot-llama3b — дообученная методом supervised fine-tuning версия Llama-3.2-3B-Instruct от Meta, созданная yingfanbot. Она обучена на GSM8K с явными цепочками рассуждений и служит базовым чекпойнтом Stage 1 для проекта LOTUS, посвящённого итеративным трансформерам и обучению с параллельной супервизией скрытых представлений. Модель предназначена для генерации текста и пошагового решения задач по математике начального и среднего школьного уровня; её можно загружать через Transformers как причинную языковую модель. Архитектура — плотная LlamaForCausalLM на 3,2 млрд параметров, формат весов — safetensors. Метаданные указывают контекст до 131072 токенов и диалоговые возможности; основной сценарий карточки — математические рассуждения на GSM8K. Мультиязычность унаследована от базовой модели, однако конкретные языки этого дообучения в карточке не перечислены. Модель распространяется по лицензии llama3.2; применяются условия лицензии Meta Llama 3.2. Качество и надёжность рассуждений за пределами задач, похожих на GSM8K, не подтверждены карточкой.

Это дообученный детектор YOLOv8n от Ultralytics, созданный в рамках DetectionBench и обученный на Global Wheat Head Dataset. Модель предназначена для обнаружения и локализации колосьев пшеницы на полевых изображениях; она распознаёт один класс — wheat_head — и рассчитана на плотные сцены с множеством близко расположенных объектов. На тестовой части GWHD модель показала mAP@50 66,19%, mAP@50–95 28,21% и точность 78,69%. Результаты различаются между странами и условиями съёмки, поэтому агрегированные показатели не гарантируют качества на новых сортах и полях. Модель обучена с использованием Ultralytics и распространяется по лицензии AGPL-3.0; отдельно указанный в README CC BY 4.0 относится к датасету.

Lanni-ni/hard_2gram_4_6_384_babylm_100m_seed43 — небольшая модель генерации текста, опубликованная на Hugging Face и предназначенная для использования через библиотеку Transformers. По метаданным модель содержит 27,6 млн параметров и поддерживает задачу text-generation, то есть продолжение или создание текста по заданному контексту. Модель может использоваться для экспериментов с авторегрессионной генерацией текста, тестирования пайплайнов Transformers и исследовательских задач, где требуется компактная языковая модель. Идентификатор указывает на связь с названием BabyLM и конфигурацией hard_2gram_4_6_384, однако README не содержит подтверждённого описания архитектуры, обучающих данных, языков, разработчика или исходной модели. Сильной стороной модели является небольшой размер, благодаря которому её проще запускать и изучать по сравнению с крупными языковыми моделями. README практически не заполнен: сведения о лицензии, качестве, оценочных метриках, ограничениях и рекомендуемых сценариях отсутствуют, поэтому результаты следует проверять на собственных данных.

Lanni-ni/hard_2gram_4_6_384_babylm_10m_seed44 — компактная языковая модель для генерации текста, опубликованная пользователем Lanni-ni на Hugging Face. По метаданным, модель предназначена для задачи text-generation, использует библиотеку Transformers и имеет архитектуру семейства transformer с 27,6 млн параметров. Модель можно применять для экспериментов с авторегрессионной генерацией текста, проверки небольших языковых моделей и учебных или исследовательских прототипов. В идентификаторе модели упоминается семейство BabyLM, однако README не содержит подробного описания обучающих данных, языков, контекста, методов обучения или результатов оценки. Лицензия в доступных данных не указана. Из-за отсутствия опубликованных сведений о качестве, ограничениях, тренировочных данных и сфере применения модель не следует рассматривать как проверенное решение для критически важных или производственных сценариев.

HinTexta-34M — компактная разговорная языковая модель, разработанная Rohanify и обученная с нуля на наборе из 1 млн синтетических диалогов на хинглише. Она предназначена для генерации ответов в чатах и запуска локально, в том числе через Ollama. Модель использует архитектуру GPT-2 с 34 млн параметров, 8 слоями, размерностью 512 и 8 головами внимания; версия в репозитории представлена в формате GGUF F16. Контекстное окно — 512 токенов, токенизатор — собственный ByteLevel BPE с словарём на 16 тыс. токенов. Модель ориентирована на смешение хинди и английского в разговорной речи. Обучение на синтетических диалогах и небольшой размер делают её подходящей для локальных экспериментов и простых чат-сценариев, но карточка не приводит оценок качества или результатов сравнительных тестов. Лицензия — MIT.

HW1 HC3 Detector — модель Chengwei-Shen для классификации ответов из датасета HC3 как написанных человеком или ChatGPT. Это дообученная для учебного задания модель на базе sentence-transformers/all-MiniLM-L6-v2 с архитектурой BERT для классификации последовательностей; размер составляет 25,9 млн параметров. Модель принимает текст длиной до 512 токенов и выдаёт один из двух классов. Модель предназначена для экспериментов с обнаружением текста ChatGPT на ответах HC3. В README указана точность 0,9914 на тестовом наборе с фиксированными разбиениями; этот результат относится к данному набору данных и не гарантирует такое же качество на других текстах. Доступ к модели представлен в формате safetensors; лицензия в доступных сведениях не приведена.

Berlm/hyb16-swa2k-s0 — экспериментальная языковая модель для сравнения способов обработки длинного контекста. Это плотная причинная модель GDN2 с 24 слоями: 18 слоёв используют gated sliding-window attention с окном 2048 токенов, а 6 — gated full attention. В README указано 366,3 млн параметров; метаданные Hugging Face указывают 290,7 млн, поэтому размер в описании требует проверки. Модель обучена на 15 млрд токенов FineWeb-Edu с последовательностями до 16 384 токенов и использует токенизатор Llama 2. Метаданные указывают библиотеку Transformers и формат safetensors. Модель предназначена для исследовательских экспериментов с гибридными механизмами внимания и генерации текста. В тестах извлечения фактов из контекста качество заметно падает после примерно 2 000 токенов, хотя заявленная длина контекста составляет 16 384 токена. Модель не дообучалась для следования инструкциям и не проходила настройку безопасности. Лицензия — MIT; для загрузки с удалённым кодом требуется trust_remote_code=True, а запуск требует CUDA и дополнительных пакетов, перечисленных в README.

Hemg разработал модель классификации изображений индийского жестового языка, дообучив Vision Transformer ViT-Base/16 с 113,2 млн параметров от Google. Модель принимает изображения и относит их к классам жестов; в README указана точность 0,9905 и значение loss 0,0327 на оценочном наборе, состав которого не раскрыт. Модель подходит для распознавания жестов на изображениях в сценариях, связанных с индийским жестовым языком. Она распространяется в формате safetensors по лицензии Apache-2.0. Результаты на оценочном наборе сами по себе не гарантируют качество на других данных; классы, датасет и условия оценки не описаны.

İvmeLabs разработала İvme-Conversate-v3-Base — небольшую базовую языковую модель с 24,79 млн параметров, обученную с нуля. Это плотный декодерный трансформер на 16 слоях с RoPE, SwiGLU, RMSNorm, нормализацией QK и механизмом Exclusive Self Attention (XSA). Модель рассчитана на генерацию текста на английском языке; её контекстное окно — 1024 токена. Для загрузки через Transformers требуется trust_remote_code=True. Модель предназначена для экспериментов и исследований генерации текста с компактными языковыми моделями. В сравнении с предыдущей версией улучшились показатели на WikiText-2 и BLiMP, в частности на локальных грамматических зависимостях. Это базовая, не настроенная на следование инструкциям модель: она не предназначена для диалога и ответов на вопросы. Слабее справляется с дальними синтаксическими зависимостями, а генерируемые арифметические ответы часто неверны; при высокой температуре возможны повторы. Модель распространяется по лицензии Apache-2.0.

AMAImedia выпустила экспериментальный контрольный чекпойнт Kimi-K3-0.40B-Kazakh-CPT-step200 для проверки конвейера продолжения предобучения казахской языковой модели. Это плотная модель семейства Kimi K3 с архитектурой KimiK3ForConditionalGeneration; она основана на экспериментальной версии inference-optimization/Kimi-K3-0.40B, веса которой, согласно карточке, изначально созданы с нуля и обучены на небольшом тестовом наборе. В чекпойнте выполнено 200 шагов причинного языкового моделирования на датасете казахского языка, обработано около 1,64 млн токенов при длине последовательности 512. Модель предназначена для изучения адаптации Kimi K3 к казахскому языку, проверки конфигурации малой архитектуры и экспериментов с данными и конвейерами предобучения. Она начала усваивать казахскую кириллицу, морфологию и структуру предложений, однако генерации остаются семантически несвязными и могут содержать выдуманные слова. Чекпойнт не проходил инструкционную настройку и выравнивание безопасности, поэтому не подходит для фактических, критически важных или производственных задач. Распространяется по лицензии Apache-2.0.

Klyra-64M-Base — базовый чекпойнт семейства Klyra-64M, разработанного студентом направления информационной инженерии Политехнического института Джакарты. Это плотная авторегрессионная языковая модель с архитектурой декодера MiniMind-совместимого типа: 8 слоёв, размер скрытого состояния 768 и около 63,9 млн уникальных параметров при совместном использовании входных и выходных эмбеддингов. В метаданных указано 75,7 млн параметров в сериализованных весах. Модель обучена с нуля примерно на 1 млрд токенов датасета Ultra-FineWeb-L1; длина последовательности при обучении составляла 512 токенов. Чекпойнт предназначен для продолжения предобучения, экспериментов с обучением представлений и токенизаторами, а также изучения процесса обучения Klyra. Он не проходил инструкционную настройку, поэтому не рассчитан на надёжное выполнение пользовательских инструкций или готовый диалоговый помощник. Модель работает с текстом и ориентирована на английский язык. Опубликована в формате safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0.

Learned Input Table Model Classic — анонимный исследовательский чекпойнт авторов статьи «Language Models Without a Trainable Input Embedding Table: Learning from Fixed Minimal Binary Token Codes». Это базовая авторегрессионная языковая модель на архитектуре decoder-only Transformer: 32 слоя, 32 головы внимания, ширина 1024 и 604 млн параметров. Словарь содержит 65 536 токенов, контекст — 1024 токена; используются rotary positional embeddings, GELU и отдельная обучаемая выходная проекция. Модель служит контрольным вариантом с обычной обучаемой таблицей входных эмбеддингов для воспроизводимости и сравнения архитектур в исследовании. Она предназначена для генерации текста и оценки базовых языковых моделей, а не для диалогового помощника. В README приведены результаты на бенчмарках, включая HellaSwag и ARC-Easy; модель обучена на смеси FineWeb-Edu и Cosmopedia. Поддерживается английский язык. Чекпойнт не проходил дообучение для следования инструкциям и не предназначен для безопасного производственного применения. Репозиторий распространяется по лицензии Apache-2.0; условия использования обучающих наборов определяются лицензиями исходных датасетов.

DJLougen/LFM2.5-VL-3B-DFlash-drafter — вспомогательная модель DFlash для LiquidAI/LFM2.5-VL-3B, созданная для ускорения генерации методом speculative decoding в llama.cpp. Это четырёхслойный декодер на архитектуре в стиле Qwen3 с 463,5 млн параметров; он формирует блоки черновых токенов за один проход, после чего целевая модель проверяет их. Проверенные токены дают тот же результат, что и обычная генерация целевой модели. Контекст модели — 8192 токена; доступны веса в GGUF и safetensors, лицензия Apache-2.0. Модель предназначена для запуска вместе с целевой LFM2.5-VL-3B через llama.cpp и не является самостоятельной моделью для диалога или анализа изображений. В README сообщается о низком принятии черновых токенов на тесте общего текста: 0,113 при greedy top-1 и n_max=3, поэтому измеренного ускорения ожидать не следует. Артефакт опубликован для воспроизводимости и дальнейших экспериментов; поддержка sglang и vLLM не заявлена.

Lilliput Curriculum RTD — англоязычная DeBERTa-v2 модель для предсказания замаскированных токенов. Её обучили с нуля для трека BabyLM 2026 Strict-Small; README указывает 31 млн параметров, а метаданные — 34,5 млн параметров и контекст длиной 128 токенов. Модель использует архитектуру DebertaV2ForMaskedLM и доступна в формате safetensors для работы через Transformers. Модель предназначена для экспериментов с языковым моделированием на ограниченных данных в рамках BabyLM. Лицензия — MIT. Она решает задачу заполнения пропусков в тексте, а не генерации текста в свободной форме.

littlerock-1M — базовая авторегрессионная языковая модель opencerebral, обученная с нуля без дообучения. Это плотная decoder-only модель семейства Llama с 1 002 720 параметрами, шестью слоями и словарём из 4 096 токенов. Для работы используется Transformers и формат safetensors; контекст составляет 512 токенов. Модель обучалась на 5 млрд токенов из FineWeb-Edu и DCLM-baseline. Она предсказывает следующий токен и предназначена прежде всего для экспериментов с обучением и возможностями языковых моделей очень малого размера, а также для генерации продолжений текста. Это базовая модель без настройки на инструкции и выравнивания: у неё ограничены знания о мире, а связный текст часто содержит фактические ошибки. Лицензия — Apache-2.0.

Hyukkyu выпустил M_ret — базовую модель для экспериментов RAQUEL по машинному забыванию. Она дообучена методом LoRA на основе Meta Llama 3.1 8B на 1300 парах вопросов и ответов из набора RAQUEL2 для MUSE-News; документы в обучении не использовались. В репозитории находятся объединённые веса BF16 для самостоятельного использования и FP32 LoRA-адаптер. Это текстовая плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров и контекстом до 131072 токенов. Модель предназначена для генерации ответов на вопросы в формате «Question: … Answer:» и служит сохраняющей знания контрольной точкой в экспериментах по забыванию данных. На тесте она сохраняла ответы для всех вопросов из retain-разбиения и отвечала на часть вопросов из forget-разбиения; это не модель, прошедшая unlearning. Карточка приводит оценку семантической точности с помощью Qwen3.8-27B. Обучение и оценка описаны для англоязычного набора MUSE-News; модель не обучалась с шаблоном чата. Лицензия — Llama 3.1; перед использованием следует учитывать условия LICENSE, NOTICE и USE_POLICY.md.